基于MPEG-4标准的VOD业务探讨

MPEG-4是动态图像专家组(MPEG)标准家庭中的一员，是国际化标准组织为多媒体通信制定的一种解决方案。介绍了MPEG-4支持的新功能和特点，并阐述了MPEG-4的关键技术，在此基础上对MPEG-4在视频点播业务中的应用问题进行了探讨。     

基于样本选择的RGBD图像协同显著目标检测

协同显著目标检测的目的是在包含两张及以上相关图像的图像组中检测共同显著的物体。该文提出一种利用机器学习的方法对协同显著目标进行检测。首先,基于4个评分指标从图像组中选择部分显著目标易于检测的简单图像,构成简单图像集;接着,基于协同一致性的原则,从简单图像集中提取正负样本,并用深度学习模型提取的高维语义特征表示正负样本;再者,利用正负样本训练的协同显著分类器对图像中的超像素进行分类,得到协同显著目标区域;最后,经过一个平滑融合的操作,得到最终的协同显著图。在公开数据集上的测试结果表明,所提算法在检测精度和检测效率上优于目前的主流算法,并具有较强的鲁棒性。     

基于模板修正和自适应Kalman预测的刚性目标跟踪

目前在远景刚性目标的跟踪中,由于长序列图像具有亮度动态范围大及背景噪声大的特点,当前模板的尺寸和位置往往不能有效代表目标,从而使目标的预测和相关搜索产生误差累积;另外,Kalman预测常因过程噪声与模型不匹配使其对机动目标跟踪适应性差.对上述问题进行研究提出了一种基于区域增长的模板修正方法,并对Kalman预测中过程噪声自适应的方法进行了仿真.结果表明,这种新的模板修正方法具有良好的尺寸及位置自适应能力和抗背景噪声能力,而且过程噪声的自适应也有效提高了Kalman预测的准确度,对目标跟踪具有指导作用.     

地面运动目标振动信号的特性分析与目标识别

地面目标振动信号的特征提取是进行目标识别技术的关键,针对人员行走、车辆行驶等地面目标运动时产生的振动信号,首先进行实验测试建立包含反映目标属性特征信息的信号样本数据库,然后通过过零数分析方法得到信号的时域特征,实现了单人与车辆的目标识别,最后采用Welch谱分析法对信号进行了频域分析并实现了单人与多人的目标识别。实验表明这两种方法简便、易实现,有较好的识别效果。     

基于嵌入式视频监控的人脸检测系统设计

针对视频监控系统智能化的要求,提出了一种基于嵌入式视频监控的人脸检测设计方案。采用在ARM-Linux操作平台上建立Servfox流媒体服务器,实现USB摄像头的视频采集和传输。在客户端首先采用帧间差分更新背景模型的改进算法获取运动目标,减少视频中运动目标对背景模型的影响,且为人脸目标的检测缩小了范围。在运动目标区域内,通过Ada-Boost人脸检测算法,最终获得人脸位置。结果表明,系统对人脸检测效果良好,准确率可达95.2%,检测时间22～27 ms/frame,满足视频监控的实时性要求。     

一种基于帧内图像分区的视频对象自动分割算法

视频运动对象的自动分割是实现新一代对象基视频编码标准MPEG-4的重要技术,本文提出了一种基于帧内图像分区的运动对象自动分割算法.首先以时域运动信息为依据利用高斯检验方法得到二值运动掩模图像,并建立MRF随机场模型进一步检验,然后提出了一种结合非线性变换的改进分水岭算法进行帧内图像分区,以划定对象区域与背景区域的界线,最后对时域分割和帧内分区结果进行比重运算,得到最终运动对象.针对MPEG-4标准测试序列和自采集手指视频序列的实验结果说明了算法的有效性.     

Salient object detection via boosting object-level distinctiveness and saliency refinement

Many salient object detection approaches share the common drawback that they cannot uniformly highlight heterogeneous regions of salient objects, and thus, parts of the salient objects are not discriminated from background regions in a saliency map. In this paper, we focus on this drawback and accordingly propose a novel algorithm that more uniformly highlights the entire salient object as compared to many approaches. Our method consists of two stages: boosting the object-level distinctiveness and saliency refinement. In the first stage, a coarse object-level saliency map is generated based on boosting the distinctiveness of the object proposals in the test images, using a set of object-level features and the Modest AdaBoost algorithm. In the second stage, several saliency refinement steps are executed to obtain a final saliency map in which the boundaries of salient objects are preserved. Quantitative and qualitative comparisons with state-of-the-art approaches demonstrate the superior performance of our approach.     

投影栅相位法三维形貌自动检测应用中的问题

本文针对投影栅相位法测量三维物体表面形貌技术,采用两光轴相交,且非远心投影系统产生的误差进行了分析并提出了修正方法,文中还提了了一种有效算法,利用卷积滤波技术实现频谱的自动移位。提高了图像处理的速度和形貌检测技术的自动化程度;最后给出了模拟和实验结果。     

红外成像制导中的三维目标识别

首先介绍了随机方位观察模型 ,在此基础上得到图像中的角度大小与目标模型中角度大小的对应关系 ,提出了图像中的角度大小的概率密度函数 ,然后根据最大似然比准则得到三维目标识别的统计决策规则 ,并应用该规则去识别红外成像制导中的几种具体目标 ,取得了比较好的识别效果 ,证明了所提方法在红外成像制导中的三维目标识别的有效性。     

使用物体交互模型的车辆违停事件检测

随着平安城市与监控摄像头的发展,车辆违章停靠事件的自动检测在视频自动检测方法中具有重要意义.当前的目标检测算法,例如基于特征+分类器、基于视频背景差分、基于深度学习的方法等,大多关注车牌、交通标志的定位与识别,而忽略了对车辆违章等事件的判别.因此,发展了一种基于物体交互模型的车辆违章停靠事件检测方法:首先基于轮廓提取和SVM进行车牌检测;其次基于形状和颜色进行交通标志检测;最后基于物体交互模型来判断是否违停.上述方法在真实视频场景中的实验验证了方法的有效性和可靠性.